Dzięki połączeniu mocy brytyjskich i amerykańskich sieci komputerowych naukowcy z Univerity College London mogli zasymulować efektywność lekόw anty-HIV, działających poprzez blokowanie kluczowych dla tego letalnego wirusa białek. Opracowana metoda – Wirtualny Człowiek Fizjologiczny (VPH)- pewnego dnia może posłużyć do dobierania idealnego indywidualnego leczenia, na przykład pacjentów z HIV, opornych na dotychczasowe leki. W badaniach opisanych w Journal of the American Chemical Society przeprowadzono szeroki zakres symulacji, pozwalających przewidzieć jak silnie lek saquinavir (inhibitor HIV) zwiąże trzy oporne mutanty proteazy HIV-1 – białka produkowanego przez wirus w celu namnażania się. Mutacje tych proteaz związane są z opornością na saquinavir. Analiza wykonana przez Prof. Peter Coveney i jego kolegόw z UCL obejmowała sekwencję etapów symulacji, prowadzonych na kilku superkomputerach brytyjskich i amerykańskich sieci narodowych (UK's National Grid Service i the US TeraGrid). Badania zajęły dwa tygodnie i wymagały komputerów o mocy porównywalnej do tych, ktόre są stosowane w długoterminowym prognozowaniu pogody. Idea Wirtualnego Człowieka Fizjologicznego (VPH) opierała się na połączeniu sieci komputerowych w celu symulacji wewnętrznej pracy ludzkiego ciała. VPH – główna inicjatywa badawcza – pozwala naukowcom naśladować efekty działania leku i sprawdzać, co się dzieje w organizmie, tkance, komórce oraz na poziomie molekularnym. Mimo że obecnie dostępnych jest dziewięć lekόw inhibujących proteazę HIV-1, lekarze nie mają możliwości dobierania leku do rzadkich profili wirusa oraz jego mutantów. Zamiast tego, zalecają oni leczenie rόżnymi lekami, a następnie analizują odpowiedź immunologiczną pacjentów. Jednym z celów PPH jest ewentualne zastąpienie metody “prób i błędόw” specyficznym leczeniem, dobranym do unikalnych genotypόw pacjentόw. Według prof. Coveneya badania te stanowią pierwszy krok w kierunku ostatecznego celu, ktόrym jest komputerowe modelowanie “na żądanie”, dzięki któremu lekarze mogliby wykorzystywać superkomputery z narodowej sieci i w ciągu jednego dnia podejmować decyzje krytyczne dla leczenia ratującego życie pacjentów.


Ileana Stoica, S. Kashif Sadiq, and Peter V. Coveney; "Rapid and Accurate Prediction of Binding Free